方銀龍
(浙江交通職業(yè)技術(shù)學(xué)院 海運(yùn)學(xué)院,浙江 杭州 311112)
在海上船舶監(jiān)測(cè)和巡航中,可以利用船舶立體圖像識(shí)別技術(shù),對(duì)海上的船舶進(jìn)行實(shí)時(shí)監(jiān)測(cè)和識(shí)別,以確保海上領(lǐng)域的安全。此外,船舶立體圖像識(shí)別還可以應(yīng)用于海洋資源調(diào)查、港口管理等領(lǐng)域,實(shí)現(xiàn)船舶的自動(dòng)化管理和監(jiān)控。常用的船舶立體圖像特征提取方法包括:
1)視覺(jué)特征提取,是指從船舶圖像中提取出與船舶形狀、輪廓等相關(guān)的特征。常用方法包括邊緣檢測(cè)、角點(diǎn)檢測(cè)、輪廓提取等。
2)幾何特征提取,是指從船舶圖像中提取出與船舶的幾何形狀、尺寸等相關(guān)的特征。常用方法包括投影變換、尺度變換、形狀描述符提取等。
3)紋理特征提取,是指從船舶圖像中提取出與船舶的紋理、顏色等相關(guān)的特征。常用方法包括灰度共生矩陣、小波變換、顏色直方圖等。
通過(guò)對(duì)船舶立體圖像的特征提取,可以得到一系列有用的特征向量,用于描述船舶的形狀、尺寸、紋理等特征。這些特征可以用于船舶識(shí)別、目標(biāo)跟蹤、船舶姿態(tài)估計(jì)等應(yīng)用。本文介紹立體圖像質(zhì)量評(píng)估體系的基本現(xiàn)狀,重點(diǎn)研究基于局部分析的無(wú)參考船舶立體圖像的質(zhì)量感知特征提取方法。
立體圖像質(zhì)量評(píng)價(jià)體系是對(duì)立體圖像的感知質(zhì)量進(jìn)行客觀評(píng)價(jià)的一種方法,包括:
主觀評(píng)價(jià)方法,通過(guò)人眼觀看立體圖像并進(jìn)行主觀評(píng)價(jià)來(lái)得到立體圖像的質(zhì)量。常用方法包括雙刺激比較法、單刺激比較法和等級(jí)判斷法等。主觀評(píng)價(jià)方法是目前最常用的立體圖像質(zhì)量評(píng)價(jià)方法,但其受到評(píng)價(jià)者主觀因素的影響比較大。
客觀評(píng)價(jià)方法,通過(guò)計(jì)算機(jī)算法對(duì)立體圖像進(jìn)行分析和評(píng)價(jià)。常用的客觀評(píng)價(jià)方法包括結(jié)構(gòu)相似性指標(biāo)(SSIM)、峰值信噪比(PSNR)和立體圖像失真度(3D-DI)等??陀^評(píng)價(jià)方法相對(duì)于主觀評(píng)價(jià)方法具有客觀性強(qiáng)、重復(fù)性好等優(yōu)點(diǎn),但其與人眼主觀評(píng)價(jià)結(jié)果的一致性仍然存在一定的差距。
客觀評(píng)估方法按照原始圖像信息的多少可以分為全參考、半?yún)⒖己蜔o(wú)參考評(píng)估3 種。
圖1 為立體圖像評(píng)估的3 種方法示意圖。
圖1 立體圖像評(píng)估的3 種方法示意圖Fig.1 Schematic diagram of three methods for stereoscopic image evaluation
1)全參考質(zhì)量評(píng)估方法
該方法它可以通過(guò)比較原始和失真圖像之間的差異來(lái)量化立體圖像的質(zhì)量,常使用的全參考評(píng)估方法包括均方誤差評(píng)估、峰值信噪比評(píng)估等[1]。
①均方誤差評(píng)估
均方誤差評(píng)估(Mean Squared Error,MSE)是計(jì)算原始圖像和失真圖像之間像素值的平均差異,MSE 越小,表示失真越小,立體圖像質(zhì)量越好,計(jì)算模型為:
式中:N為像素總數(shù),Xi、Yi為原始圖像和測(cè)試圖像在每個(gè)點(diǎn)上的灰度值。
②峰值信噪比評(píng)估
峰值信噪比評(píng)估(Peak Signal-to-Noise Ratio,PSNR)是計(jì)算原始圖像和失真圖像之間的峰值信噪比,PSNR越大,表示失真越小,質(zhì)量越好,計(jì)算模型為:
式中,L為圖像中像素最大的灰度值。
2)半?yún)⒖假|(zhì)量評(píng)估方法
半?yún)⒖假|(zhì)量評(píng)估只需要原始圖像的部分特征,使用場(chǎng)景相對(duì)于全參考評(píng)估方法更廣泛,不需要分別提取原始和測(cè)試圖像特征,然后利用統(tǒng)計(jì)特征進(jìn)行圖像的質(zhì)量評(píng)價(jià)。
半?yún)⒖假|(zhì)量評(píng)估方法的質(zhì)量評(píng)估通道包括降質(zhì)通道和輔助通道,提取后的特征通過(guò)統(tǒng)計(jì)算法進(jìn)行融合和輸出,圖2 為立體圖像半?yún)⒖假|(zhì)量評(píng)估方法的原理。
圖2 立體圖像半?yún)⒖假|(zhì)量評(píng)估方法的原理Fig.2 Principles of semi-reference quality assessment methods for stereoscopic images
3)無(wú)參考質(zhì)量評(píng)估方法
無(wú)參考質(zhì)量評(píng)估算法不需任何原始圖像信息,直接進(jìn)行圖像質(zhì)量評(píng)價(jià)。常用的立體圖像無(wú)參考質(zhì)量評(píng)估包括:
①視差直方圖分析法。該方法通過(guò)計(jì)算立體圖像的視差直方圖,分析直方圖的形狀、峰值等特征,來(lái)評(píng)估立體圖像的質(zhì)量。一般來(lái)說(shuō),直方圖的峰值越集中,表示立體圖像的質(zhì)量越好。
②視差圖像的邊緣檢測(cè)法。該方法通過(guò)對(duì)立體圖像的視差圖像進(jìn)行邊緣檢測(cè),然后計(jì)算邊緣圖像的特征,如邊緣的密度、邊緣的連續(xù)性等,來(lái)評(píng)估立體圖像的質(zhì)量。一般來(lái)說(shuō),邊緣越清晰、連續(xù)性越好,表示立體圖像的質(zhì)量越好。
③深度圖像的能量分析法。該方法通過(guò)計(jì)算立體圖像的深度圖像的能量分布,分析能量分布的均勻性、能量的峰值等特征,來(lái)評(píng)估立體圖像的質(zhì)量。一般來(lái)說(shuō),能量分布越均勻、峰值越高,表示立體圖像的質(zhì)量越好。
針對(duì)船舶立體圖像的無(wú)參考評(píng)估特征提取問(wèn)題,本節(jié)重點(diǎn)研究了顏色度和自然度的特征提取方法:
1)顏色度
顏色度是船舶立體圖像的重要特征,人眼視覺(jué)系統(tǒng)通過(guò)色彩空間進(jìn)行圖像識(shí)別,對(duì)于RGB 色調(diào)通道[2],建立RGB 向立體色彩空間的轉(zhuǎn)化方程為:
圖3 為RGB 空間與立體色彩空間的示意圖。
圖3 RGB 空間與立體色彩空間的示意圖Fig.3 Schematic diagram of RGB space and stereoscopic color space
2)自然度
高質(zhì)量的立體圖像在空間分布具有一定的規(guī)律,稱之為自然度,對(duì)于尺寸大小為W×H的色調(diào)映射圖像,建立歸一化方程為[3]:
圖4 為立體圖像的自然度與像素均方差統(tǒng)計(jì)圖,可見(jiàn),自然度接近0 的時(shí)候,像素均方差最大,圖像的均勻性比較低。
圖4 立體圖像的自然度與像素均方差統(tǒng)計(jì)圖Fig.4 Naturalness and pixel mean square error of stereoscopic image
無(wú)參考圖像的像素均值計(jì)算公式為:
基于局部分析的無(wú)參考船舶立體圖像質(zhì)量特征提取的核心思想是只對(duì)部分圖像進(jìn)行編碼、圖像分割、閾值處理,然后通過(guò)解碼技術(shù)、立體匹配算法實(shí)現(xiàn)圖像的特征提取。
圖5 為基于局部分析的無(wú)參考船舶立體圖像質(zhì)量特征提取流程。特征提取過(guò)程首先進(jìn)行相似度計(jì)算,然后將并行處理的圖像數(shù)據(jù)進(jìn)行線性融合[4]。
圖5 基于局部分析的無(wú)參考船舶立體圖像質(zhì)量特征提取流程Fig.5 Three-dimensional image quality feature extraction process of non-reference ship based on local analysis
1)相似度計(jì)算
圖像處理系統(tǒng)獲取兩幀船舶的立體圖像后,根據(jù)兩幀之間的差分間隔進(jìn)行相似度對(duì)比,幀間差分如下:
2)空洞區(qū)域檢測(cè)
①基于幾何信息的空洞區(qū)域檢測(cè)
基于幾何信息的方法主要利用立體圖像中的深度信息來(lái)檢測(cè)空洞區(qū)域。常用的方法包括視差圖的計(jì)算和深度圖的生成,視差圖是指在立體圖像中,對(duì)應(yīng)點(diǎn)之間的水平位移量,通過(guò)計(jì)算視差圖,可以得到物體表面的深度信息,然后通過(guò)分析深度圖中的連通區(qū)域,可以檢測(cè)出空洞區(qū)域。
②基于紋理信息的空洞區(qū)域檢測(cè)
基于紋理信息的方法主要利用立體圖像中的紋理信息來(lái)檢測(cè)空洞區(qū)域。常用方法包括基于顏色、紋理和邊緣等特征分析。例如,可以通過(guò)分析立體圖像中的顏色差異、紋理變化和邊緣信息來(lái)檢測(cè)出空洞區(qū)域。
空洞區(qū)域失真程度可以為表征為:
本文結(jié)合VS2010 平臺(tái)進(jìn)行了局部立體區(qū)域的特征識(shí)別測(cè)試,圖6 為圖像局部區(qū)域存在空洞對(duì)應(yīng)的顏色特征提取結(jié)果。
圖6 圖像局部區(qū)域存在空洞對(duì)應(yīng)的顏色特征提取結(jié)果Fig.6 Color feature extraction results corresponding to voids in local areas of the image
無(wú)參考船舶立體圖像質(zhì)量評(píng)估是指原始圖像丟失的情況下進(jìn)行圖像質(zhì)量評(píng)估并實(shí)現(xiàn)特征提取,本文介紹了立體圖像質(zhì)量評(píng)估的方法,結(jié)合立體色彩空間,研究了基于局部分析的圖像特征提取方法,取得了良好的效果。